Aprendizaje automático estadístico stat.ML

Una orquesta de mil músicos suena afinada mientras el director mantiene el compás. Pero si cambia la partitura, los violines de un rincón empiezan a sonar más fuerte y los vientos de otro entran con retraso.

Reentrenar una red neuronal es como intentar cambiar un agujero negro sin tocar su horizonte de eventos: solo se modifica una pequeña parte de los parámetros. Los investigadores miraron en su interior y vieron patrones sorprendentes — fuertes conexiones entre fragmentos del modelo, como en el entrelazamiento cuántico.

El diagnóstico genético se parece a comparar dos fotografías tomadas con cámaras distintas. Si una cámara altera un poco los colores, en la imagen aparecen «defectos» que no existen en la realidad.

Los antiguos registros meteorológicos guardan sorpresas: la columna del termómetro salta de repente medio grado, no por el clima, sino porque en la estación cambiaron el instrumento. Estos cambios bruscos en los datos se denominan puntos de cambio, y separarlos de las verdaderas señales climáticas es una tarea con la que lidian los estadísticos.

Una red neuronal se puede comparar con una residencia estudiantil donde cada residente tiene su propia habitación. Normalmente, cada característica de los datos ocupa una neurona separada, y el aprendizaje se realiza de forma secuencial: primero una característica, luego otra. Esto es lento y depende de los datos específicos que se encuentren.

Miles de modelos hierven en un mismo caldero, y el vapor que desprenden es denso e impenetrable. Cada uno susurra algo sobre el futuro de El Niño, pero en el ruido general no se distingue quién tiene razón y quién solo se está calentando.

El electrocardiograma es como una grabación del ruido del motor: un mecánico experimentado oye cuándo algo no va bien. La ecografía del corazón muestra el motor por dentro, pero el aparato es caro y hay pocos especialistas. El nuevo modelo combina ambos enfoques: aprende de millones de electrocardiogramas comunes y señala quién tiene el corazón ya alterado, aunque la persona no lo sienta.

Siete instantáneas del cielo tras la erupción del volcán Pinatubo. En cada imagen, un mapa de concentraciones de decenas de sustancias. La pregunta es simple: ¿qué sustancia se convierte en qué? Pero, ¿cómo deducir la cadena de causas a partir de siete fotogramas si hay más variables que momentos temporales? M-CaStLe mira el mapa de otra manera.

La sinfonía suena, pero en la partitura se ha colado una nota falsa apenas perceptible. Así, más o menos, buscan los físicos desviaciones de la relatividad general en los 'sonidos' del universo: las ondas gravitacionales producidas por la fusión de agujeros negros.

Pruebas un plato en un restaurante, pero no has visto el menú. Le haces preguntas al camarero: ¿está muy salado? ¿qué especias tiene? — y por las respuestas intentas adivinar qué chef lo preparó.

Un espectro es como una fotografía del interior de una sustancia, tomada con luz. Cuando un haz atraviesa la muestra o se refleja en ella, las moléculas dejan en esa foto unas bandas oscuras características: los picos. Pero si la imagen está sobreexpuesta o cubierta por un velo gris, distinguir los detalles resulta casi imposible.

El robot de laboratorio cuenta moléculas y se equivoca. En un tubo hay 0, en otro 12, en un tercero 3, aunque en realidad en todos hay aproximadamente lo mismo. Estas cifras "crudas" son algo habitual en biología: secuenciación de ADN, recuento de especies en una muestra de agua, actividad génica. Hay muchos datos, pero son dispersos y varían más de lo que permitiría el azar simple.

Mil partículas entran en una danza de gradiente. Cada una siente atracción hacia la región de alta probabilidad y repulsión de sus vecinas, para no amontonarse.

60 ratones, 1980 muestras, 234 pacientes con cáncer de pulmón. Detrás de cada número hay miles de genes. Su actividad se mide para entender la enfermedad. Pero los datos no son homogéneos: de un paciente se evalúa el nivel de proteína (número continuo), se le asigna un diagnóstico (sí/no) y se determina el subtipo de tumor (categoría).

Predecir las propiedades de una nueva molécula es como adivinar el sabor de un plato desconocido. El programa funciona como un cocinero experimentado: «prueba» moléculas similares cuyas propiedades ya se conocen y, basándose en su «sabor», ajusta su conjetura.

La tecnología compleja —desde drones hasta robots cirujanos— a veces se comporta como un mustang salvaje: llena de desorden y caprichos, donde un leve contacto provoca una tormenta. En lugar de memorizar fórmulas, el nuevo método observa el sistema como un jinete adiestrador.

El sonido se describe naturalmente con un número complejo, donde el volumen es la fuerza de la onda y la fase su posición en el tiempo. Las redes neuronales convencionales lo descomponen en dos coordenadas independientes, como si para dar una dirección dijeran: «dos al este, uno al norte».

Un radar normal se parece a un micrófono en una multitud ruidosa: los sonidos individuales se mezclan en un caos. PiVoT funciona como un director de orquesta que, en medio del caos de la afinación, reconoce al instante cada instrumento.

El cerebro no solo reacciona al mundo: constantemente está adivinando qué ocurrirá en el instante siguiente. Este principio se conoce como codificación predictiva: las neuronas comparan las expectativas con la realidad y actualizan su imagen interna cuando ocurre un error.

La red neuronal predice el futuro de un sistema, por ejemplo, cómo se arremolina el plasma en un campo magnético o cómo cambia un rostro en un video. Los errores son inevitables, y cuanto más lejos mira hacia adelante, más se acumulan. En el momento de la operación es imposible contrastar con la respuesta correcta: simplemente no existe.

Dos fotógrafos toman la misma montaña. Uno hace cien tomas desde la cima y solo un par desde la base; el otro, al revés. Si intentamos superponer sus imágenes, el algoritmo puede decidir que la cima en una foto corresponde a la cima en la otra simplemente porque hay muchos puntos similares, no porque sea el mismo lugar. La densidad de las tomas confunde.